智通財經APP獲悉，廣發證券發布研報稱，隨着AI訓練與推理對單節點計算密度、帶寬與低延遲互連的需求不斷攀升，提升單機性能已成為數據中心投資的優先選項，各大廠商正推出自研或深度定製的交換芯片與互連協議。整體來看，Scale up網絡的快速發展正直接推動Scale up交換機、Switch芯片、互連芯片、PCB、ODM等環節需求爆發。從「AI的iPhone時刻」到「AI的裂變時刻」再到「AI的進擊時刻」，建議關注產業鏈核心受益標的。

廣發證券主要觀點如下：

Scale up成為AI時代算力擴展的核心趨勢

圍繞着GPU存在三大互連，分別是業務網絡互連、Scale out網絡互連、Scale up網絡互連，它們分別承載了不同的職責：跨業務、集群內、超節點GPU之間連通性。其中Scale up通過提升超節點的計算密度以擴展算力，GPU間可以通過部件之間深度的耦合，實現了高效協同(包括效率、編程習慣等)，耦合帶來了性能(如帶寬、延遲等)，特性(內存共享、設備中斷等)的需求。Scale up計算密度更高、數據訪問效率更快，GPU互連先Scale up再Scale out，Scale up成為AI時代算力擴展的核心趨勢。產業鏈相關公司均重點強調Scale up是未來AI規模擴大的重要方向。

Scale up協議走向多樣化，單機櫃銅互連&多機櫃光互連並行發展

Scale up協議方案呈現多元化發展，各大廠商正推出自研或深度定製的交換芯片與互連協議，業界典型的Scale up協議包括PCIe、NVLINK、UALINK、SUE等，網絡協議正在加速從NVLINK走向多樣化。Scale up主要有兩個途徑：一條路徑是高電機櫃，單機櫃更多GPU方案。提升機櫃供電與熱設計能力，在有限空間內實現GPU高密度集成，典型代表廠商為NVIDIA，從GB200 NVL72、Vera Rubin NVL144到Vera Rubin UItra NVL576不斷演進。還有一條路徑是多機櫃，GPU直接出光方案。以高帶寬、低延遲光互連將多機櫃GPU編織為統一算力域，典型代表為Google TPU v4 pod、華為Cloud Matrix 384的多機櫃超節點架構。當GPU互連跨越單櫃甚至多櫃時，電互連逐步逼近其物理極限，光互連將成為實現高效連接的必然方案。整體來看，上游Scale up交換機、Switch芯片、互連芯片、PCB、ODM將直接受益於大規模單節點算力的需求爆發。

風險提示

AI產業發展以及需求不及預期;AI服務器出貨量不及預期，新技術發展不及預期。